紅河流域TRMM降水數據空間降尺度研究

發(fā)布時間：2020-10-21 01:00

　　降水是水文循環(huán)的重要組成部分,高精度的降水數據對于流域水文預報、水資源管理、旱澇災害評估等具有重要意義。傳統(tǒng)的降水數據主要來源于氣象站點記錄,降水空間分布依賴于多個站點數據的空間插值。但氣象站點觀測數據由于站點分布稀疏且觀測范圍有限,很難準確反映整個區(qū)域的降水空間分布。衛(wèi)星降水數據具有覆蓋范圍廣、空間分辨率高等特點,在獲取降水數據的時空分布方面具有明顯優(yōu)勢。然而在流域尺度應用上,衛(wèi)星降水數據的空間分辨率仍較低,需要發(fā)展空間降尺度和校準方法進一步提高數據質量。本研究選擇季風氣候和復雜地形影響的紅河流域作為研究區(qū),首先利用氣象站點觀測數據對Tropical Rainfall Measuring Mission(TRMM)衛(wèi)星降水數據進行精度評估;然后基于TRMM數據與Digital Elevation Model(DEM)、Normalized Difference Vegetation Index(NDVI)之間的相關關系,采用回歸模型加殘差校正的方法對TRMM數據進行降尺度研究,將其空間分辨率提高到1km,并基于氣象站點數據,采用地理差異分析(GDA)和地理比率分析(GRA)方法,對TRMM降尺度數據進行校準;再利用比例分解方法,將TRMM年降尺度數據分解為月降水數據;最后根據年、月上的降尺度降水數據,分析紅河流域的降水時空分布規(guī)律。主要結論如下:(1)時間上,TRMM降水數據在年、季、月尺度上與站點實測數據均具有較高的一致性(R~20.64),TRMM降水數據在紅河流域整體上存在7.7%的高估。空間上,降水重心移動軌跡表明TRMM降水數據基本能反映降水的空間分布及演變過程。站點尺度上,相關系數均大于0.84,相對偏差較大的站點主要分布在河谷和盆地地區(qū)�？偟膩碚f,TRMM降水數據在紅河流域具有較好的適用性。(2)基于TRMM年降水數據與DEM、NDVI之間的相關關系,對比三種不同回歸模型(多元線性回歸模型、人工神經網絡模型、地理權重回歸模型)在0.25o上的模擬效果和五種不同插值方法(反距離權重插值、規(guī)則樣條函數插值、張力樣條函數插值、普通克里金插值、簡單克里金插值)對回歸殘差的插值效果,結果表明地理權重回歸模型加簡單克里金殘差校正方法能夠獲得理想的結果。因此,引入地理權重回歸克里金(GWRK)方法對TRMM數據進行空間降尺度,與原始TRMM數據相比,降尺度后1km空間分辨率的TRMM數據能夠較合理地描述降水的空間分布,而且能表現更多的細節(jié)信息。(3)站點驗證結果表明GDA和GRA校準方法都能獲得更精確的降水分布。就兩種方法對比而言,GRA的R~2值更大,RMSE、MAE和Bias更小,表明在紅河流域GRA校準方法比GDA效果更好。此外,站點密度會影響GDA和GRA的校準效果。(4)利用月比例分解方法,將TRMM年降尺度數據分解為月降水數據,并基于站點月數據,與原始TRMM月數據進行對比。結果表明,分解得到的月降水數據不僅提高了空間分辨率,而且與站點數據之間具有很好的一致性(R~2=0.91,RMSE=22.2 mm,MAE=13.5 mm,Bias=0.048)。(5)基于TRMM降尺度數據,紅河流域降水時空分布特征表現為:年尺度上,降水總體上呈現由南向北、至西向東遞減的趨勢;干濕季尺度上,濕季降水空間分布與年尺度類似,干季降水主要表現為南北方向上的空間變異;月尺度上,降水主要集中在5-10月份,降水量空間分布明顯受季風進退的影響。
【學位單位】：云南大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：P426.6;P333
【部分圖文】：

紅河流域TRMM降水數據空間降尺度研究